Análisis de la norma “pico y placa” en la ciudad de Medellín y su efectividad en mitigación de emisión de contaminantes mediante simulación basada en agentes

Palabras clave: Sistemas Multi-agente, dinámica vehicular, Contaminación del aire, Simulación.

Resumen


La medida de pico y placa en diferentes ciudades en Colombia se implementa para disminuir la cantidad de vehículos en tránsito durante el día o en horas pico y como efecto, una disminución en la emisión de gases. Este trabajo consiste en la realización de un modelo de simulación basada en agentes que permita evaluar la implementación de esta medida en el municipio de Medellín, sus efectos en términos de emisión de gases e impacto a nivel de congestión vehicular. Como información primaria se emplea la proporcionada por la secretaria de movilidad de Medellín y entrevista con expertos. Posteriormente, se identifica la necesidad de realizar un control sobre la cantidad de vehículos que transitan, ya que la cantidad de emisiones de CO muestra una disminución significativa con la implementación de la medida respecto a un sistema sin restricciones de movilidad. Se observa también que el tiempo de viaje en el cruce seleccionado disminuye considerablemente, debido a la menor cantidad de vehículos presentes. Se identifica la necesidad de realizar estudios posteriores que permitan un comportamiento más cercano a la realidad, en términos de una región geográfica mayor y que incluyan un conjunto mayor de contaminantes al momento de evaluar la simulación.

Biografía del autor/a

Yony Fernando Ceballos, Universidad de Antioquia

Doctor en ingenieria  - ingenieria de sistemas

Profesor asociado

Departamento ingenieria Industrial

Universidad de Antioquia

Pablo Cesar Osorio, Universidad de Antioquia

Ingeniero de sistemas

Carlos Alberto Gomez, Universidad de Antioquia
Ingeniero de sistemas

Citas

T. Wangchuk, L. D. Knibbs, C. He, and L. Morawska, “Mobile assessment of on-road air pollution and its sources along the East-West Highway in Bhutan,” Atmos. Environ., vol. 118, pp. 98–106, 2015.

G. Bel and M. Holst, “Evaluation of the Impact of Bus Rapid Transit on Air Pollution,” vol. 63, no. March 2017, pp. 1–39, 2018.

K. Wark and C. F. Warner, Air pollution: its origin and control. Harper and Row Publishers,New York, NY, 1981.

J. J. Posada-Henao, V. Farbiarz-Castro, and C. A. González-Calderon, “Análisis Del ‘ Pico Y Placa ’ Como Restricción a La Circulación Vehicular En Medellín ­ Basado En Volúmenes,” Sist. Inf. Científica, vol. 78, no.

, pp. 112–121, 2011.

J. W. Joubert, “Multi-agent model of route choice when vehicles are sensitive to road grade,” Procedia Comput. Sci., vol. 109, pp. 869–874, 2017.

M. Masiol, C. Agostinelli, G. Formenton, E. Tarabotti, and B. Pavoni, “Thirteen years of air pollution hourly monitoring in a large city: Potential sources, trends, cycles and effects of car-free days,” Sci. Total

Environ., vol. 494–495, pp. 84–96, 2014.

J. Barthelemy and P. Toint, “A stochastic and flexible activity based model for large population. Application to Belgium,” JASSS, vol. 18, no. 3, 2015.

C. M. Macal and M. J. North, “Tutorial on agent-based modelling and simulation,” J. Simul., vol. 4, no. 3, pp. 151–162, 2010.

C. Nikolai and G. Madey, “Tools of the Trade : A Survey of Various Agent Based Modeling Platforms,” J. Artif. Soc. Soc. Simul., vol. 12, p. 2, 2009.

J. McBreen, P. Jensen, and F. Marchal, “An Agent-based Simulation Model of Traffic Congestion,” in Proceedings of the 4th Workshop on Agents in Traffic and Transportation, 2006, pp. 43–49.

C. A. Gil Gonzalez, J. P. Orejuela Cabrera, and D. Peña Calderon, “El Problema de patrones de corte, clasificación y enfoques/Cutting stock problem, classification and approaches,” Prospectiva, vol. 15, no. 1, pp. 112–126, 2017.

X. Jin, M. Itmi, and H. Abdulrab, “A cooperative multi-agent system simulation model for urban traffic intelligent control, in San Diego,” Comput. Simul. Int. San Diego, CA, 2007.

W. S. Vickrey, “Congestion Theory and Transport Investment,” Am. Econ. Rev., vol. 59, no. 2, pp. 251–260, 1969.

J. H. Domínguez, L. M. Fernández, J. L. Aguirre, L. Garrido, and R. Brena, “Air pollution assessment through a multiagent-based traffic simulation,” Lect. Notes Comput. Sci. (including Subser. Lect. Notes Artif.

Intell. Lect. Notes Bioinformatics), vol. 3789 LNAI, pp. 297–306, 2005.

K. Tumer and A. Agogino, “Agent reward shaping for alleviating traffic congestion,” AAMAS-06 Work. Agents Traffic Transp., 2006.

M. Khalesian, P. Pahlavani, and M. R. Delavar, “Gis-Based Multi-Agent Traffic Micro Simulation for Modelling the Local Air Pollution,” Int. Arch. Photogramm. Remote Sens. Spat. Inf. Sci., vol. XXXVII, pp. 491–496, 2008.

M. Wood and S. DeLoach, “An overview of the multiagent systems engineering methodology,” Agent-Oriented Softw. Eng., vol. 1957, no. January, pp. 207–221, 2001.

U. Wilensky, “NetLogo: Center for Connected Learning Comp.-Based Modeling,” Evanston, IL: Northwestern Univ., 1999. .

A. Banos, C. Lang, and N. Marilleau, Agent-based Spatial Simulation with Netlogo. 2015.

H. fu Huang and H. wen Ma, “An agent-based model for an air emissions cap and trade program: A case study in Taiwan,” J. Environ. Manage., vol. 183, pp. 613–621, 2016.

M. M. V. Toro, J. J. Ramirez, R. A. R. Quiceno, C. A. Zuluaga, and J. Ramírez, “Cálculo de la emisión vehicular de contaminantes atmosféricos en la ciudad de Medellin mediante factores de emisión corinair,” Boliv. Medellín, vol. 2, no. 191, pp. 42–49, 2001.

S. A. Deloach, M. F. W. H. Sparkman, and M. S. Engineering, “Multiagent systems engineering,” Int. J. Softw. Eng. Knowl. Eng., vol. 11, no. 3, pp. 231–258, 2001.

E. Sklar, “NetLogo, a multi-agent simulation environment.,” Artif. Life, vol. 13, no. 3, pp. 303–11, Jan. 2007.

K. Bajracharya and R. Duboz, “Comparison of three agent-based platforms on the basis of a simple epidemiological model (WIP),” Proc. Symp. Theory Model. Simul. - DEVS Integr. M&S Symp., p. 6, 2013.

Publicado
2019-04-04
Sección
Articles